Skip to main content
  • 4396 Accesses

Auszug

In den vorhergehenden Kapiteln wurden allgemeine Modelle zur Unterstützung der auftragsbezogenen Planung bei variantenreicher Serienproduktion entwickelt. Ziel dieses Kapitels ist es, die dargelegten Ansätze zu evaluieren. Im Fokus steht hierbei die dynamische Evaluation der präsentierten Modelle im Allgemeinen sowie der Bedeutung der Antizipation im Rahmen der auftragsbezogenen Planung im Speziellen. Da hierzu eine Lösung der Modelle erforderlich ist, entspricht diese Aufgabe der Entscheidungsvalidierung (Abschnitt 3.1.5). Von einer validen Abbildung soll vor diesem Hintergrund gesprochen werden, wenn die einzelnen Elemente des Planungssystems geeignet sind, um die Erreichung aller zuvor definierten Zielkriterien im dynamischen Kontext der Entscheidungssituation zu beeinflussen. Nur in diesem Fall kann davon ausgegangen werden, dass das vorgestellte Planungssystem eine grundsätzliche Entscheidungsunterstützung leisten kann. Als zweite Zielsetzung ist der Einfluss von Umgebungsfaktoren auf das Verhalten der auftragsbezogenen Planung zu untersuchen. Damit sollen Erkenntnisse generiert werden, welche Faktoren sich förderlich bzw. hinderlich auf die Relevanz der auftragsbezogenen Planung auswirken und damit als Anwendungsvoraussetzungen einer solchen angesehen werden können.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 79.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 79.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Fritz (1986), S. 60

    Google Scholar 

  2. Domschke / Drexl (2005), S. 6; Scholl (2001), S. 18; Anderson et al. (2000), S. 588; Gosavi (2003), S. 3; Law/Kelton (2000), S. 1

    Google Scholar 

  3. Rardin / Uzsoy (2001)

    Google Scholar 

  4. Sterman (2000), S. 97ff.

    Google Scholar 

  5. Makridakis et al. (1998); Law/Kelton (2000), S. 384

    Google Scholar 

  6. Waller (2002)

    Google Scholar 

  7. Ein Korrelationskoeffizient von 0,21 weist auf einen schwach positiven Zusammenhangzwischen zwei aufeinanderfolgenden Werden hin (Fahrmeir et al. (2007), S. 139).

    Google Scholar 

  8. Omerci (2006), S. 20

    Google Scholar 

  9. Makridakis (1998), S. 344f.

    Google Scholar 

  10. Im Rahmen der simulationsbasierten Untersuchung werden negative gewünschte Lieferzeiten ausgeschlossen. Vor diesem Hintergrund wird eine symmetrische, und damit erwartungswertneutrale Beschränkung der Normalverteilung im Intervall [0; 20] vorgenommen.

    Google Scholar 

  11. Holweg / Pil (2004), S. 31

    Google Scholar 

  12. Siehe hierzu vertiefend etwa Sridharan et al. (1987), Inderfurth (1997) oder Tang/Grubbstrom (2002).

    Google Scholar 

  13. Die aufgetragenen Zielerreichungen sind in sofern als effizient zu bezeichnen, als dass eine Verbesserung in Bezug auf des eine Kriterium nicht ohne Verschlechterung der anderen Zielerreichung realisierbar ist (Gal (1986)).

    Google Scholar 

  14. Tamiz et al. (1998)

    Google Scholar 

  15. Ehrgott / Gandibleux (2000)

    Google Scholar 

  16. Gleichwohl ist anzumerken, dass der ideale Vektor im betrachteten Umfeld keine zulässige Lösung darstellt. Ein entsprechendes Vorgehen führt folglich zu einer systematischen Überschätzung des Potenzials.

    Google Scholar 

  17. Ein entsprechendes Vorgehen entspricht der linearen Skalentransformation (Spengler (1998), S. 171f.).

    Google Scholar 

  18. Law / Kelton (2000), S. 622f.; Kleijnen (1998)

    Google Scholar 

  19. Law / Kelton (2000), S. 626

    Google Scholar 

  20. In diesem Fall wird oftmals auch von einem 2k-Faktor-Design gesprochen.

    Google Scholar 

  21. Ursächlich hierfür ist, dass aufgrund der durch die gemeinsamen Zufallszahlen implizierten Korrelation die Varianz der Differenz kleiner ist als die der Einzelverteilungen (Wilson (1984); Law/Kelton (2000), S. 558)

    Google Scholar 

  22. Während der Analyse wird die Gewichtung des dritten Terms der Zielfunktion der Produktionsprogrammplanung, d.h. der Umplanungskosten konstant gehalten. Dieses ist insofern gerechtfertigt, da durch die Wahl der Gewichtungen der ersten beiden Terme jede relative Bedeutung des dritten abgebildet wird.

    Google Scholar 

  23. Rardin / Uzsoy (2001)

    Google Scholar 

  24. Rardin / Uzsoy (2001); Fahrmeir et al. (2007), S. 517ff.

    Google Scholar 

  25. Die vollständigen Ergebnisse der Varianzanalyse sind im Anhang gegeben.

    Google Scholar 

  26. für λ=1,0

    Google Scholar 

  27. Für eine Nachfrage, die die Kapazität überschreitet, wäre von einem Aufbau des Auftragsbestands und damit von einer sukzessiven Füllung aller Perioden des Planungshorizonts auszugehen. Dieser Fall wird aber im Rahmen dieser Arbeit nicht näher untersucht.

    Google Scholar 

  28. In die Berechnung der idealen Zielerreichung für die Unterauslastung gehen die terminbezogenen Kriterien nur nachrangig ein. Werden diese stärker berücksichtigt, zeigt sich der In Abschnitt 7.2.1 diskutierte Zielkonflikt, sodass lediglich geringere Werte erreicht werden.

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2009 Gabler | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2009). Numerische Analyse. In: Auftragsbezogene Planung bei variantenreicher Serienproduktion. Gabler. https://doi.org/10.1007/978-3-8349-8071-7_7

Download citation

Publish with us

Policies and ethics